基于半监督学习的微博情感倾向性分析-山东大学学报理学版.PDFVIP

　第４９卷　第１１期 山　东　大　学　学　报　（理　学　版） ２０１４年１１月　 　　　　　 　Ｖｏｌ．４９　 Ｎｏ．１１　　　　　ＪｏｕｒｎａｌｏｆＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｎｏｖ．２０１４　 　文章编号：１６７１９３５２（２０１４）１１００３７０６　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７１９３５２３２０１４１３６ 基于半监督学习的微博情感倾向性分析 朱玺，董喜双，关毅，刘志广 （哈尔滨工业大学计算机科学与技术学院，黑龙江 哈尔滨 １５０００１） 摘要：微博情感倾向性分析通常指对中文微博中每个句子褒义、贬义或者中性的情感进行自动分类。针对微博碎 片化和情感类别失衡的特点，在半监督学习ｒｅｓｅｒｖｅｄｓｅｌｆｔｒａｉｎｉｎｇ方法的框架基础上提取了适用于微博情感分类的 文本特征，并提出了针对情感倾向性分析通过训练度阈值设定的方法来优化ｒｅｓｅｒｖｅｄｓｅｌｆｔｒａｉｎｉｎｇ迭代终止的条 件，在保留ｒｅｓｅｒｖｅｄｓｅｌｆｔｒａｉｎｉｎｇ能有效处理微博语料中语料情感不平衡问题的优点基础上，防止了训练过度情况 的发生。ＣＯＡＥ２０１４微博情感倾向性评测结果证明了该方法的有效性。 关键词：情感分析；ｒｅｓｅｒｖｅｄｓｅｌｆｔｒａｉｎｉｎｇ；训练度阈值 中图分类号：ＴＰ３９１　　　文献标志码：Ａ ＳｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓｏｆＣｈｉｎｅｓｅＭｉｃｒｏｂｌｏｇｂａｓｅｄｏｎ ｓｅｍｉｓｕｐｅｒｖｉｓｅｄｌｅａｒｎｉｎｇ ＺＨＵＸｉ，ＤＯＮＧＸｉｓｈｕａｎｇ，ＧＵＡＮＹｉ，ＬＩＵＺｈｉｇｕａｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５０００１，Ｈｅｉｌｏｎｇｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＳｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓｏｆＣｈｉｎｅｓｅＭｉｃｒｏｂｌｏｇｕｓｕａｌｌｙｒｅｆｅｒｓｔｏｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆＭｉｃｒｏｂｌｏｇｓｉｎｔｏｐｏｓｉｔｉｖｅ，ｎｅｇａ ｔｉｖｅａｎｄｎｅｕｔｒａｌｐｏｌａｒｉｔｙ．ＡｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＭｉｃｒｏｂｌｏｇｓ，ｓｕｃｈａｓｆｒａｇｍｅｎｔａｔｉｏｎａｎｄｉｍｂａｌａｎｃｅｄｏｆｓｅｎ ｔｉｍｅｎｔｃｌａｓｓ，ｏｎｔｈｅｂａｓｉｓｏｆｒｅｓｅｒｖｅｄｓｅｌｆｔｒａｉｎｉｎｇｍｅｔｈｏｄｗｅｐｒｅｓｅｎｔｅｄｂｅｆｏｒｅ，ｔｅｘｔｆｅａｔｕｒｅｓｗｅｒｅｅｘｔｒａｃｔｅｄｔｈａｔａｒｅ ａｐｐｒｏｐｒｉａｔｅｆｏｒｔｈｅｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓｏｆＭｉｃｒｏｂｌｏｇ，ａｎｄｔｈｅｎａｔｒａｉｎｉｎｇｄｅｇｒｅｅｔｈｒｅｓｈｏｌｄｓｅｔｕｐｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄｔｏ ｏｐｔｉｍｉｚｅｔｈｅｉｔｅｒａｔｉｏｎｔｅｒｍｉｎａｔｉｏｎｃｏｎｄｉｔｉｏｎｏｆｒｅｓｅｒｖｅｄｓｅｌｆｔｒａｉｎｉｎｇｍｅｔｈｏｄ．Ｔｈｅｓｅｍｅｔｈｏｄｓｎｏｔｏｎｌｙｔａｋｅａｄｖａｎｔａｇｅｏｆ ｔｈｅｅｆｆｅｃｔｉｖｅｔｒｅａｔｍｅｎｔｏｎｉｍｂａｌａｎｃｅｄｄｉｓｔｒｉｂｕｔｉｏｎｐｒｏｂｌｅｍｂｕｔａｌｓｏｐｒｅｖｅｎｔｔｈｅｏｖｅｒｔｒａｉｎｉｎｇｐｒｏｂｌｅｍｉｎｔｒａｉｎｉｎｇｐｒｏｃｅｓｓ． ＴｈｅｅｖａｌｕａｔｉｏｎｒｅｓｕｌｔｉｎＣＯＡＥ２０１４ｓｈｏｗｅｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｓｅｍｅｔｈｏｄｓ． Ｋｅｙｗｏｒｄｓ：ｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓ；ｒｅｓｅｒｖｅｄｓｅｌｆｔｒａｉｎｉｎｇ；ｔｒａｉｎｉｎｇｄｅｇｒｅｅｔｈｒｅｓｈｏｌｄ ０　引言 微博情感倾向性分析研究在购物反馈、产品评论和在线广告投放等方面获得了广泛的应用。根据维基 百科关于新浪微博的必威体育精装版统计数据显示，新浪微博的注册